用于同步发电机在线参数辨识的坏数据集检测和识别方法技术

本发明专利技术公开了一种用于同步发电机在线参数辨识的坏数据集检测和识别方法。同步发电机在线辨识领域中尚无有效的坏数据集检测和识别方法。本发明专利技术采用的技术方案为：采集一段时间内同步发电机信号，并作为数据集存入数据库中，分为输入数据和输出数据，并统计输出数据的采样总个数；确定发电机待辨识参数，并构建参数向量；构建同步发电机在线参数辨识的等价非线性优化问题，并求解得到输出结果；计算输出结果下的参数辨识目标函数，并检验；如果通不过检验，对各数据集目标函数进行检验。本发明专利技术只用计算一次参数辨识的目标函数就可进行坏数据检测；重复利用目标函数中各个数据集对应部分，便可快速、便捷地进行坏数据集的识别分析。

【技术实现步骤摘要】

本专利技术属于电力系统的动态参数辨识领域，尤其是一种用于同步发电机在线参数辨识的坏数据集检测和识别方法。
技术介绍
随着全球能源互联网的战略发展，电网的运行规划和稳定分析越来越突出其重要价值，并且这些应用和分析往往都是基于电力系统动态仿真来进行，因此电力系统动态模型参数，尤其是发电机模型参数的准确性就显得至关重要。另一方面，向量测量技术的发展使同步发电机的动态信号能够用于在线参数辨识，并且为了提高模型参数的准确性，采集大量数据以用于发电机在线参数辨识中。这样在参数辨识过程中就不得不面对一个问题：如此多的数据集中的数据是否都是好的，如果存在不好的数据，那么就要找到相应坏的数据集并将其剔除，毕竟坏数据集的存在会导致辨识结果的下降。目前而言，坏数据的检测和识别方法都只存在于电力系统状态估计领域。它们主要是通过分析状态估计目标函数的概率密度分布特性进行坏数据检测，并且根据各个测量装置的修正测量特性进行坏数据识别。但是由于状态估计与参数辨识的问题模型的不同，导致这些方法只能应用于基于静态信号的电力系统状态估计中，并不能分析基于动态信号的同步发电机在线参数辨识问题中是否存在坏数据。从上述可以看出，同步发电机在线辨识领域中尚无有效的坏数据集检测和识别方法。
技术实现思路
本专利技术根据同步发电机在线参数辨识问题特点以及相应的目标函数的概率密度分布特性，提供一种用于同步发电机在线参数辨识的坏数据集检测和识别方法，其能够高效、便捷地对坏数据集进行检测和识别，以提高参数辨识结果。为此，本专利技术采用的技术方案是：用于同步发电机在线参数辨识的坏数据集检测和识别方法，包括如下步骤：第一步：当同步发电机在线运行时，发电厂的在线监测系统采集一段时间内的发电机信号，包括同步发电机机端三相电压信号、机端三相电流信号、发电机有功功率信号、无功功率信号以及相应的发电机励磁信号，然后，这些信号作为一个数据集的数据存入发电厂子站数据库中；第二步：将多个时间段对应的多个数据集的数据进行划分，即将第i个数据集中的机端三相电压信号和发电机励磁信号划分为输入数据ui，而第i个数据集的其他信号则划分为输出数据zmi，其中i＝1,2,...ns，ns表示数据集的总数，然后，统计第i个数据集的输出数据得到对应数据集的采样总个数nmi；第三步：确定同步发电机需要辨识的参数并构建长度为np的参数向量θ，其中np表示同步发电机需要辨识参数的个数；第四步：构建同步发电机在线参数辨识的等价非线性优化问题P，并利用内点算法求解等价非线性优化问题P，并得到输出结果第五步：利用输出结果计算同步发电机在线参数辨识的目标函数第六步：对目标函数进行卡方检验H，如果通过检验，则说明使用的数据集中没有坏数据，则跳到第八步；如果没有通过检验，则说明使用的数据集中存在坏数据，则进入第七步，进行坏数据的识别；第七步：对每一个数据集进行坏数据识别检测，例如对第i个数据集的输出结果对应的目标函数进行卡方检验Hi，如果通过检验，则说明第i个数据集不是坏数据集，为有效数据集；如果没有通过检验，则说明第i个数据集是坏数据集，其中i＝1,2,...ns，ns表示数据集的总数；第八步：输出坏数据集辨识及识别结果。本专利技术基于同步发电机在线参数辨识问题特点以及相应的目标函数的概率密度分布特性，实现了同步发电机坏数据集的检测和识别，填补了同步发电机在线参数辨识问题中的坏数据集分析的空白。本专利技术只用计算一次参数辨识的目标函数就可进行坏数据检测；重复利用目标函数中各个数据集对应部分，便可快速，便捷地进行坏数据集的识别分析；可以直接应用于在线同步发电机参数辨识领域，以改善辨识结果。进一步，在第四步中，所述的发电机在线参数辨识的等价非线性优化问题P具有如下形式： P : o b j . Σ i = 1 n s Σ k = 1 n t ( z i , k - z m i , k ) W - 1 ( z i , k - z m i , k 本文档来自技高网...

【技术保护点】
用于同步发电机在线参数辨识的坏数据集检测和识别方法，包括如下步骤：第一步：当同步发电机在线运行时，发电厂的在线监测系统采集一段时间内的发电机信号，包括同步发电机机端三相电压信号、机端三相电流信号、发电机有功功率信号、无功功率信号以及相应的发电机励磁信号，然后，这些信号作为一个数据集的数据存入发电厂子站数据库中；第二步：将多个时间段对应的多个数据集的数据进行划分，即将第i个数据集中的机端三相电压信号和发电机励磁信号划分为输入数据ui，而第i个数据集的其他信号则划分为输出数据zmi，其中i＝1,2,...ns，ns表示数据集的总数，然后，统计第i个数据集的输出数据得到对应数据集的采样总个数nmi；第三步：确定同步发电机需要辨识的参数并构建长度为np的参数向量θ，其中np表示同步发电机需要辨识参数的个数；第四步：构建同步发电机在线参数辨识的等价非线性优化问题P，并利用内点算法求解等价非线性优化问题P，并得到输出结果第五步：利用输出结果计算同步发电机在线参数辨识的目标函数第六步：对目标函数进行卡方检验H，如果通过检验，则说明使用的数据集中没有坏数据，则跳到第八步；如果没有通过检验，则说明使用的数据集中存在坏数据，则进入第七步，进行坏数据的识别；第七步：对每一个数据集进行坏数据识别检测；第八步：输出坏数据集辨识及识别结果。...

【技术特征摘要】
1.用于同步发电机在线参数辨识的坏数据集检测和识别方法，包括如下步骤：第一步：当同步发电机在线运行时，发电厂的在线监测系统采集一段时间内的发电机信号，包括同步发电机机端三相电压信号、机端三相电流信号、发电机有功功率信号、无功功率信号以及相应的发电机励磁信号，然后，这些信号作为一个数据集的数据存入发电厂子站数据库中；第二步：将多个时间段对应的多个数据集的数据进行划分，即将第i个数据集中的机端三相电压信号和发电机励磁信号划分为输入数据ui，而第i个数据集的其他信号则划分为输出数据zmi，其中i＝1,2,...ns，ns表示数据集的总数，然后，统计第i个数据集的输出数据得到对应数据集的采样总个数nmi；第三步：确定同步发电机需要辨识的参数并构建长度为np的参数向量θ，其中np表示同步发电机需要辨识参数的个数；第四步：构建同步发电机在线参数辨识的等价非线性优化问题P，并利用内点算法求解等价非线性优化问题P，并得到输出结果第五步：利用输出结果计算同步发电机在线参数辨识的目标函数第六步：对目标函数进行卡方检验H，如果通过检验，则说明使用的数据集中没有坏数据，则跳到第八步；如果没有通过检验，则说明使用的数据集中存在坏数据，则进入第七步，进行坏数据的识别；第七步：对每一个数据集进行坏数据识别检测；第八步：输出坏数据集辨识及识别结果。2.根据权利要求1所述的用于同步发电机在线参数辨识的坏数据集检测和识别方法，其特征在于，在第四步中，所述的发电机在线参数辨识的等价非线性优化问题P具有如下形式： P : o b j . Σ i = 1 n s Σ k = 1 n t ( z i , k - z m i , k ) W - 1 ( z i , k - z m i , k ) s . t . 0 = F i , k ( x i , k , x i , k - 1 , z i , k , z i , k - 1 , u i , k , ...

【专利技术属性】
技术研发人员：朱泽翔，江全元，熊鸿韬，孙维真，吴跨宇，沈轶君，陆海清，
申请(专利权)人：国网浙江省电力公司电力科学研究院，国家电网公司，浙江大学，国网浙江省电力公司，杭州意能电力技术有限公司，
类型：发明
国别省市：浙江;33